De les simulacions i experiments d’alta fidelitat als models ML: La màgia passa quan unim forces amb la IA
IV Simposi de recerca TUAREG
- https://eseiaat.upc.edu/ca/esdeveniments/simposi-tuareg
- De les simulacions i experiments d’alta fidelitat als models ML: La màgia passa quan unim forces amb la IA
- 2026-06-30T09:30:00+02:00
- 2026-06-30T14:00:00+02:00
- IV Simposi de recerca TUAREG
30/06/2026 de 09:30 a 14:00 (Europe/Madrid / UTC200)
Sala de Conferències edifici TR1, carrer Colom 1

El simposi reuneix una barreja poc habitual: aerodinàmica d'altes prestacions (penseu models CFD d’alta fidelitat, control actiu del flux, fins a simulacions de aeronaus inspirades en la ciència-ficció), combustió experimental amb termometria de fòsfor en temps real, i una línia creixent de simulació del flux en ciutats i models d’intel·ligència artificial.
Però hi ha més. El ponent convidat és Benet Eiximeno, qui va començar aquí amb TUAREG, unint l'aerodinàmica i l'aprenentatge automàtic per desenvolupar models surrogats. Benet Eiximeno ara és a NVIDIA, i explicarà com fer servir les eïnes de NVIDIA per optimitzar la recerca a l’aerodinàmica. El poder real no ve de la IA sola, sinó de la unió de les simulacions d'alta fidelitat amb la IA, una aliança on cada part potencia l'altra.
Aquest simposi està adreçat a qui l’interessi la mecànica de fluids computacional (CFD) d'altes prestacions, els experiments, els mètodes basats en dades, o senzillament entendre com al grup TUAREG construeix models subrogats amb PhysicsNemo, predeix fluxos urbans amb GAVI i SHRED, o fa servir l'aprenentatge per reforç profund per controlar el flux en una ala.
30 de juny 2026
9: 30h a 14h.
Sala de Conferències edifici TR1
No cal inscripció. Entrada lliure
PROGRAMA DEL SIMPOSI
Keynote |
|
|
Multi-Agent Scalable Infrastructure for Aerodynamics |
![]() |
Aerodynamics |
|
| When aerodynamics meets Sci-fi: x-wing LES simulation Felix Mercier 10:15-10:30h. |
![]() |
| WMLES Simulation of the Imperial Front Wing Ivan Viedma 10:30-10:45h. |
![]() |
| Wall-Modeled Large Eddy Simulations and Active Flow Control of the NASA Common Research Model Wing Hector Garcia 10:45-11:00 |
![]() |
|
Flow Control in Wings through Deep Reinforcement Learning |
![]() |
Coffee Break | 11:15-11:45
Combustion |
|
|
Phosphor Thermometry for wall temperature measurement while flame spread |
![]() |
| Parametric Study and NOx emissions of a premixed hydrogen flame interacting with a Wall Davud Tule 12:00-12:15 |
![]() |
Environmental and Planetary Flows |
|
|
Simulations of the AV vortex of Saturn |
![]() |
|
Modeling the Convective Urban Boundary Layer |
![]() |
|
Impact of wind direction on flow over a realistic urban area: a large-eddy simulation study |
![]() |
|
Introducing a High‑Resolution Urban Flow Database: Linking Morphology to Ventilation Performance |
![]() |
Machine Learning |
|
|
Next-gen urban surrogate modeling: PhysicsNemo in action |
![]() |
|
Advanced Data-Driven Methods for Reduced Order Modeling in Computational Fluid Dynamics: GAVI-DMD |
![]() |
| Predicting urban flows with GAVI and SHRED Arnau Miró 13:45-14:00h. |
![]() |














Comparteix: